2025年特许金融分析师（CFA）机器学习回归方法专题试卷及完整解析

2025年特许金融分析师（CFA）机器学习回归方法专题试卷及完整解析适用级别：CFA二级（2025最新考纲）考试专题：机器学习核心回归方法（线性回归、正则化回归、逻辑回归、机器学习回归模型对比、模型过拟合/欠拟合、金融场景应用）题型分值：单选10题、多选5题、判断5题、计算简答题2题，满分100分核心考点：传统回归与机器学习回归区别、LASSO/Ridge/弹性网络正则化、逻辑回归分类原理、模型拟合评价、金融预测与信用风控应用、回归模型偏差方差权衡一、单项选择题（共10题，每题4分，共40分）1.下列关于机器学习视角下多元线性回归的说法，符合2025CFA二级考纲的是（）A.仅适用于时间序列数据，无法用于横截面金融数据B.极易产生过拟合，无法处理高维特征数据C.假设自变量与因变量存在线性关系，属于监督学习回归算法D.无需最小二乘法求解，可自动筛选有效特征答案：C解析：线性回归是典型的监督学习回归模型，核心假设为变量线性相关，可适配横截面、时间序列等各类金融数据。A错误，适用多类金融数据；B错误，普通线性回归在高维数据下易过拟合，并非所有场景；D错误，线性回归依靠最小二乘法求解参数，无自动特征筛选功能。2.在金融高维特征预测场景（如多因子选股）中，LASSO回归（L1正则）的核心作用是（）A.消除模型异方差问题B.压缩系数、实现特征自动筛选，将无效因子系数置零C.仅缩小系数、不剔除任何特征D.解决自变量多重共线性，保留全部变量答案：B解析：LASSO回归通过L1正则惩罚，可将冗余、无效特征的系数压缩至0，实现自动特征筛选，适配高维金融因子数据。A不属于正则化作用；C、D为Ridge回归（L2正则）特征，L2仅压缩系数、不剔除变量，保留所有特征。3.用于债券违约、企业信用风险二分类预测的主流机器学习回归模型是（）A.多元线性回归B.逻辑回归C.时间序列AR回归D.多项式回归答案：B解析：逻辑回归是CFA二级重点考点，属于广义线性回归，专门用于二分类问题，可输出事件发生概率（如违约概率），结果可解释性强、计算高效，是金融信用评分、违约预测的核心模型。其余模型仅适用于连续变量回归预测，无法完成分类概率输出。4.下列关于Ridge岭回归（L2正则）的表述，错误的是（）A.可有效缓解自变量多重共线性问题B.对所有特征系数进行小幅压缩，无特征剔除效果C.正则化系数越大，模型拟合度越高、偏差越小D.适合特征数量略少于样本量的金融建模场景答案：C解析：正则化系数越大，惩罚力度越强，模型系数压缩越明显，训练集拟合度降低、偏差增大，但可显著降低过拟合、减小方差。C表述完全相反，其余选项均为Ridge回归核心特征。5.机器学习回归模型中，弹性网络（ElasticNet）的核心优势是（）A.无需任何数据预处理，直接建模B.结合L1、L2正则优势，兼顾特征筛选与多重共线性处理C.仅适用于非线性金融数据建模D.模型复杂度更低，无欠拟合风险答案：B解析：弹性网络融合LASSO（L1）特征筛选和Ridge（L2）多重共线性修正的优势，解决高维金融数据建模痛点。A错误，所有回归模型均需数据预处理；C错误，仍为线性模型，适配线性数据；D错误，存在欠拟合风险。6.模型训练后出现“训练集误差极低、测试集误差极高”，该回归模型问题为（）A.欠拟合B.过拟合C.数据平稳性不足D.自变量自相关答案：B解析：过拟合是机器学习回归核心考点，指模型过度学习训练集噪声，拟合样本细节但无法泛化新数据，表现为训练集精度高、测试集泛化能力差。欠拟合为训练、测试集误差均偏高。7.逻辑回归的核心变换公式是对数几率变换，其目的是（）A.将离散分类变量转化为线性可拟合的连续变量B.消除数据异方差和自相关C.自动筛选高显著性自变量D.降低模型正则化惩罚力度答案：A解析：逻辑回归通过对数几率变换ln[P/(1−P)]，将0-1分类概率转化为线性回归可拟合的连续变量，实现线性建模后再映射为概率，是分类回归模型的核心原理。8.对比传统统计回归，机器学习回归模型在金融建模中的核心优势是（）A.结果完全无偏差、无需验证B.可适配高维、海量金融数据，泛化性更强C.无需假设数据分布，可直接输出因果关系D.可完全替代基本面量化分析答案：B解析：机器学习回归突破传统回归变量数量限制，适配量化投资高维因子、海量行情数据，泛化能力更优。A错误，模型均存在误差；C错误，仅能挖掘相关性，无法输出因果关系；D错误，机器学习仅为工具，无法替代传统金融分析。9.用于评价回归模型预测精度、衡量误差大小的核心指标是（）A.置信区间B.RMSE（均方根误差）C.P值D.显著性水平答案：B解析：RMSE是CFA重点模型评价指标，直观反映回归模型预测值与真实值的误差均值，数值越小，模型预测精度越高。其余指标用于检验变量显著性、区间估计，不衡量预测误差。10.缓解机器学习回归模型过拟合的最优方法是（）A.减少训练样本数量B.增大正则化系数、简化模型C.增加无效自变量D.取消数据标准化预处理答案：B解析：正则化是解决回归模型过拟合的核心手段，增大正则系数可压缩参数、简化模型，抑制噪声拟合。A、C、D操作均会加剧过拟合或降低模型精度。二、多项选择题（共5题，每题6分，共30分，多选、少选、错选均不得分）1.下列属于CFA二级机器学习回归体系的模型有（）A.多元线性回归B.LASSO回归C.Ridge回归D.弹性网络回归E.逻辑回归答案：ABCDE解析：2025CFA二级考纲将传统线性回归、两类正则化线性回归、弹性网络、分类逻辑回归统一纳入机器学习回归专题，是量化金融建模、风险预测、因子选股的核心模型体系。2.关于LASSO与Ridge回归的异同点，说法正确的有（）A.二者均通过正则化惩罚缓解过拟合B.LASSO可实现特征筛选，Ridge无法剔除变量C.二者均可有效处理自变量多重共线性D.正则化系数为0时，二者均等价于普通线性回归答案：ABD解析：Ridge（L2）可处理多重共线性，LASSO（L1）对多重共线性处理效果较差，C错误。ABD为二者核心异同点，正则系数为0时无惩罚项，模型等同于最小二乘线性回归。3.逻辑回归在金融领域的典型应用场景包括（）A.企业债券违约概率预测B.个人信贷信用评分C.股票收益率连续数值预测D.金融欺诈交易识别答案：ABD解析：逻辑回归为分类模型，适用于二分类场景（违约/不违约、欺诈/正常）。C错误，股票收益率预测为连续变量回归，需使用线性回归等预测模型。4.造成机器学习回归模型欠拟合的原因有（）A.模型过于简单，复杂度不足B.正则化惩罚力度过大C.有效特征数量不足D.训练样本数量过多答案：ABC解析：欠拟合核心原因是模型学习能力不足，包括模型简单、正则过强、特征缺失。D错误，样本量充足可提升模型拟合效果，不会导致欠拟合。5.机器学习回归模型建模前的数据预处理工作包括（）A.缺失值填充与异常值剔除B.数据标准化、归一化（适配正则化模型）C.多重共线性检验与处理D.训练集、测试集数据拆分答案：ABCD解析：高维金融回归建模中，四项预处理均为必备步骤，正则化回归对数据量纲敏感，必须标准化；数据拆分是模型泛化验证的基础。三、判断题（共5题，每题2分，共10分）1.LASSO回归适合高维、特征冗余的多因子选股建模场景。（）答案：√解析：LASSO可自动剔除无效因子，简化高维模型，是量化投资因子筛选的主流回归模型。2.逻辑回归属于非线性机器学习模型，无法解释变量贡献度。（）答案：×解析：逻辑回归属于广义线性模型，具备极强的可解释性，可通过系数判断各变量对分类概率的影响程度，区别于黑箱机器学习模型。3.正则化系数越大，回归模型的泛化能力越强，无上限约束。（）答案：×解析：正则系数过大，会过度压缩参数，导致模型欠拟合，泛化能力下降，需选择最优正则系数。4.过拟合模型在样本外预测中误差更大，不具备投资参考价值。（）答案：√解析：过拟合模型仅适配训练数据，无法适配新的市场数据，样本外泛化能力差，不能用于实际金融预测。5.弹性网络回归同时解决了LASSO多重共线性缺陷和Ridge无特征筛选的缺陷。（）答案：√解析：弹性网络融合L1、L2正则优势，是高维金融数据回归建模的最优线性模型之一。四、计算简答题（共2题，每题10分，共20分）1.简述LASSO回归与Ridge回归的正则化原理，并结合金融建模场景说明二者的选用逻辑。（10分）参考答案及解析：（1）正则化原理①Ridge回归（L2正则）：损失函数增加系数平方和惩罚项，对所有自变量系数进行均匀压缩，减小模型方差，缓解多重共线性，不剔除任何特征；②LASSO回归（L1正则）：损失函数增加系数绝对值和惩罚项，可将冗余特征系数压缩至0，实现自动特征筛选，简化高维模型。（2）金融场景选用逻辑①高维冗余场景（多因子选股、海量舆情因子）：选用LASSO，快速筛选有效定价因子，剔除无效噪声因子；②变量有效、存在多重共线性场景（宏观经济指标预测、债券收益率建模）：选用Ridge，保留所有有效变量，修正共线性偏差；③复杂高维且存在共线性场景：选用弹性网络，兼顾特征筛选与共线性处理。2.结合CFA考纲，分析机器学习回归模型相较于传统统计回归，在金融量化投资中的核心优势与局限性。（10分）参考答案及解析：（1）核心优势①适配性更强：突破传统回归样本量、变量数量限制，可处理海量、高维金融大数据，适配量化多因子建模；②泛化能力更优：通过正则化抑制过拟合，规避传统回归过度拟合样本噪声的问题，样本外预测稳定性更强；③智能化程度更高：可自动完成特征筛选、权重优化，无需人工复杂的变量筛选流程，建模效率更高。（2）局限性①侧重相关性挖掘：仅能识别变量相关关系，无法推导金融因果逻辑，存在伪回归风险；②依赖数据质量：对缺失值、异常值、量纲敏感，需严格的数据预处理，否则模型偏差极大；③可解释性有限：复